Definisi
o Trip distribution adalah suatu tahapan yang mendistribusikan
berapa jumlah pergerakan yang menuju dan berasal dari suatu
zona
Pada tahapan ini yang diperhitungkan adalah :
1. Sistem kegiatan (Land use)
2. Sistem jaringan (Aksesibilitas)
i
1
2
3
.
.
z
Tij
i
. . . .
T11
T21
T31
.
.
TZ1
T12
T22
T32
.
.
TZ2
T13
T23
T33
.
.
TZ3
. . . .
. . . .
. . . .
T1Z
T2Z
T3Z
. . . .
TZZ
D1
D2
D3
. . . .
DZ
Tij
j
O1
O2
O3
.
.
OZ
Tij
ij
2.
1. Model Uniform
Bentuk umum : Tij =
tij . E
dimana :
Tij
tij
= faktor pertumbuhan
1
2
3
4
Dj
Dj
Ej
1
20
30
30
20
100
100
1
Ei
Ej
2
10
30
60
50
150
300
2
3
10
60
60
20
150
300
2
4
60
30
50
60
200
100
0,5
Oi
100
150
200
150
600
Oi
200
150
300
150
Ei
2
1
1,5
1
800
8/6
1
2
3
4
Dj
Dj
Ej
1
2
26,66 13,33
40
40
40
80
26,66 66,66
133,33 200
100
300
0,75
1,5
3
4
Oi
13,33
80 133,33
80
40
200
80
66,6 266,66
26,66
60
200
200 266,66
800
300
100
1,5
0,375
Oi
200
150
300
150
800
Hasil :
1. Oi model = 133,33 ;Oi expected = 200
Berarti : model < expected
under estimate
over estimate
Ei
1,5
0,75
1,25
0,75
Tij = tij .
dari bentuk model dapat dilihat bahwa perbedaan tingkat pertumbuhan
pada setiap daerah dinetralisir dengan cara dibuat nilai rata-rata.
Dengan data eksisting trip di atas, jika dikerjakan dengan model ini akan
diperoleh:
1
2
3
4
Dj
Dj
Ej
1
30
30
37,5
20
117,5
100
0,851
2
20
45
105
75
245
300
1,224
3
4
Oi
20
75
145
90
22,5 187,5
105
50 297,5
30
45
170
245 192,5 800
300
100
1,224 0,519
Oi
200
150
300
150
Ei
1,379
0,80
1,008
0,882
800
1
j
i
33,45 26,03
1
24,77 45,54
2
34,86 117,18
3
17,33
78,98
4
Dj 110,40 267,73
300
Dj 100
1,12
Ej 0,91
3
26,03
91,08
117,18
31,59
Oi
1,18 156,69
14,84 176,22
38,18 307,39
31,52 159,42
265,88 155,71
300
100
1,13
0,64
Oi
200
150
300
150
Ei
1,28
0,85
0,98
0,94
800
800
1
3. Model Fratar
Model ini mencoba mengatasi masalah sebelumnya dengan cara:
o Trip distribusi dari suatu zona pada masa mendatang
proporsional dengan trip distribusi pada masa sekarang
Bentuk model :
Tij = tij . Ei . Ej .
( Li Lj)
2
4. Model Detroit
Bentuk model : Tij = tij . Ei . Ej/E
dimana, E = faktor pertumbuhan total
5. Model Furness
Bentuk model : Tij = tij . Ei
Pada metode ini :
METODE SINTETIS
Metode yang mendasarkan pada asumsi bahwa :
o Sebelum pergerakan pada masa mendatang diramalkan, terlebih
dahulu harus dipahami alasan terjadinya pergerakan pada masa
sekarang
o Alasan tersebut kemudian dimodelkan dengan menggunakan
analogi hukum alam yang sering terjadi
Model Gravity
Model ini dikembangkan analog dengan Hukum Gravitasi Newton
mi.md
did 2
Pertidaksamaan
id
= Oi
dan
id
= Dd
Oi .Dd
d id2
dengan
id
= Oi dan
T
i
id
= Dd
o Aksesibilitas
Tid Oi . Dd . f(cid)
o Oi,Dd
o Ai,Bd
o f(Cid)
= trip generation
= faktor penyeimbang/balancing factor
= fungsi faktor penghambat/transport impedance/
detterance function
Batasan
id
= Oi dan
id
1
( Bd .Dd . f id )
dan Bd
1
( Ai .Oi . f id )
i
O i Tid ; Dd Tid ;
d
T Tid
i
To
From
Dd
1D1
2
3
Dd
1
D2T11 D3
T21
T31
D1
2
TT12
T22
T32
D2
3
T13
T23
T33
D3
Oi
O1
O2
O3
T
Sejauh ini tidak ada bukti yang mendukung bahwa jarak memegang
peranan yang sama antara hukum Newton dengan bidang transportasi,
sehingga perlu digunakan bentuk umum jarak, waktu, dan biaya yang
biasa disebut sebagai fungsi hambatan transportasi f(Cid) atau
Detterance Function
.
Cid
Syarat: Oi
Dd
T
T
id
id
Ai = 1, untuk seluruh i
Bd = 1, untuk seluruh d
Dd
Tid
Oi = Tid
( Ai.Oi.Bd .Dd. f (C ))
Oi = Ai . Oi . ( Bd .Dd. f (C
Oi =
id
id
))
1
Ai =
( Bd .Dd. f (Cid ))
d
Bd = 1
Syarat:
Dd = Tid
i
Oi
Tid
d
Dd = Tid
i
Dd =
( Ai.Oi.Bd .Dd. f (C
id
Dd = Bd . Dd .
))
( Ai.Oi. f (C
id
))
Bd =
1
(Ai.Oi.f( cid))
i
Ai = 1
Syarat: Dd = Tid
i
Oi = Tid
d
Ai =
1
(Bd.Dd.f( cid))
d
Bd =
Model
1
(Ai.Oi.f( cid))
i
300
200
150
350
Oi
200
300
350
150
1000
ZONA
1
2
3
4
TABEL
1
0,621145
0,239651
0,005310
0,092812
MATRIKS
2
0,148858
0,385821
0,092462
0,239651
Exp (-.Cid)
3
4
0,035674 0,008549
0,008549 0,092462
0,385821 0,057433
0,013764 0,621145
ZONA
1
2
3
4
oi
Oi
209
33
6
3
252
200
1
121
130
2
54
307
300
2
3
36
114
39
192
350
3
23
40
2
183
248
150
4
356
240
124
280 1000
dd
300
200
150
350
1000
Dd
0,842 0,834 1,215 1,249
Ed
1,0
1,0
1,0
1,0
Bd
Ei
Ai
0,794
1,0
0,976
1,0
1,818
1,0
0,604
1,0
o Model PCGR :
1
Ai =
( Bd .Dd. f (Cid ))
d
Bd = 1, untuk seluruh d
1
A 1=
B1.D1. exp( C11) B 2 .D 2 . exp( C12 ) B3 .D3 . exp( C13 ) B4 .D4 . exp( C14 )
1
A 2=
B1 .D1 . exp( C21 ) B 2 .D 2 . exp( C22 ) B3 .D3 . exp( C23 ) B4 .D4 . exp(C24 )
dst.....
T11 = A1 . O1 . B1 . D1 . f(C11)
= 0,00446 . 200 . 1 . 300 . 0,621145
= 166
T12 = A1 . O1 . B2 . D2 . f(C12)
= 0,00446. 200 . 1 . 200 . 0,148858= 27
Dst....
1
2
3
4
dd
Dd
Ed
Bd
oi
Oi
Ei
Ai
166
27
200
200
1,0
0,00446
118
127
53
300
300
1,0
0,00547
66
207
72
350
350
1,0
0,01020
14
23
110
150
150
1,0
0,00339
304
244
214
238
1000
300
200
150
350
0,987
0,821
0,699
1,470
1,0
1,0
1,0
1,0
1000
o Model ACGR :
Bd =
1
(Ai.Oi.f( cid))
i
A1 = 1, untuk seluruh i
dst.....
T11 = A1 . O1 . B1 . D1 . f(C11)
= 1 . 200 . 0,00472 . 300 . 0,621145 = 176
T12 = A1 . O1 . B2 . D2 . f(C12)
= 1. 200 . 0,00468 . 200 . 0,148858 = 28
Dst....
1
2
3
4
dd
Dd
Ed
Bd
176
28
215
200
0,929
1,0
102
108
68
281
300
1,069
1,0
30
138
49
220
350
1,590
1,0
20
34
228
284
150
0,528
1,0
300
200
150
350
1000
300
200
150
350
1,0
1,0
1,0
1,0
oi
Oi
1000
Ei
Ai
o Model DCGR :
1
Ai =
( Bd .Dd. f (Cid ))
d
Bd =
1
(Ai.Oi.f( cid))
i
1
A1= B .D . exp( C ) B .D . exp( C ) B .D . exp( C ) B .D . exp( C )
1 1
11
2
2
12
3 3
13
4 4
14
1
A2= B .D . exp(C ) B .D . exp(C ) B .D . exp(C ) B .D . exp(C )
1 1
21
2
2
22
3 3
23
4
4
24
dst.....
1
B1= A .O . exp(C ) A .O . exp(C ) A .O . exp(C ) A .O . exp(C )
1 1
11
2
2
12
3 3
13
4 4
14
1
B2= A .O . exp(C ) A .O . exp(C ) A .O . exp(C ) A .O . exp(C )
1 1
21
2
2
22
3 3
23
4 4
24
dst.....
A1
A2
A3
A4
B1
B2
B3
B4
Pengulangan
Dst
n
n-1
1
2
3
170
22
3
114
101
1
7
63
145
10
14
0
300
200
150
300
200
150
1,0
1,0
1,0
0,97663 0,80853 0,59983
4
4
84
135
126
350
350
1,0
1,60876
oi
200
300
350
150
1000
Oi
200
300
350
150
1000
Ei
1,0
1,0
1,0
1,0
Ai
0,00467
0,00539
0,01196
0,00240